我国医药制造业技术创新效率及影响因素研究
2023-03-03马霞圆
马霞圆
【摘 要】论文通过DEA-Malmquist指数,构建医药制造业技术创新效率评价模型和面板Tobit回归模型。研究发现:制约我国医药制造业技术创新效率的因素是技术进步水平偏低。此外,人均研发资本正向影响我国医药制造业技术创新效率,而技术差距和外商直接投资对创新效率具有显著的抑制作用,政府支持水平的作用不显著,在对东、中、西进行分析时,发现影响因素存在区域异质性。
【关键词】Malmquist;医药制造业;影响因素
【中图分类号】F273.1;F426 【文献标志码】A 【文章编号】1673-1069(2023)12-0061-03
1 引言
医药市场需求端的快速增长有力地推动了医药产业的现代化进程。但我国在创新药方面仍有明显不足,相比于创新药,仿制药的利润稀薄。因此,研究医药制造业技术创新效率(以下称Tfp)及其影响因素对我国医药行业发展具有关键意义。现有医药制造业Tfp文献分以下两类:一是关于医药制造业Tfp的测度。朱有为等[1]、邹鲜红等[2]分别运用SFA、DEA模型对中国高技术产业、医药制造业的研发效率进行测算,发现医药制造业Tfp存在区域差异。二是关于医药制造业Tfp影响因素[3]研究。
2 理论分析与研究假设
技术差距理论认为技术扩散的前提是技术差距。当技术差距过大,落后地区受限于自身条件不利于技术进步,当技术差距过小,技术溢出效果不显著。资源集聚机制提出技术创新效率发达地区有利于集聚技术创新所需的财力、人力等关键要素并削弱技术创新的内部阻力。市场竞争机制认为接近技术前沿的企业间竞争更加激烈,他们追求自主创新以获得持续的经济增长力,加之知识产权对自主创新的保护,会强化技术发达地区企业自主创新意愿。
假设1:技术差距过大或过小均不利于技术创新效率提升。
外源式模仿创新使医药制造业技术创新能力提升的同时也带来众多挑战:新药进口量只增不减,自主创新能力整体较弱。我国医药制造业在早期主要利用后发优势吸引外资,进行模仿创新。迫于竞争和经济压力,FDI会造成企业创新惰性,进而抑制自主创新。
假设2:FDI抑制技术创新效率。
经济增长理论认为人均研发资本对经济增长具有正向影响。作为知识密集型产业,要吸引研发人员进行技术创新,就必须创造良好研发氛围,提供充足的研发资金,完善技术创新软硬设施。
假设3:人均研发资本提升技术创新效率。
政府资金支持会提高企业抗风险能力,从而专注技术创新,还会引导企业增加研发投入,进而提升技术创新效率。
假设4:政府资金支持提升技术创新效率。
3 技术创新效率评价
3.1 模型设定
数据包络分析(DEA)适用于多投入多产出研究,可以有效避免主观性偏误,因此本文选取DEA模型并运用Deap软件进行数据分析。Malmquist指数通过距离函数进行运算,采用定向输出和定向输入定义距离函数,Malmquist求解需要的4个距离函数表示为:d(xt,yt)、d(xt+1,yt+1)、d(xt+1,yt+1)、d(xt,yt)。
在规模报酬不变的条件下,Tfpch=Effch×Techch,公式如下:
当规模报酬可变时Effch=pech×sech,公式如下:
Malmquist指数可分解为Techch、pech、sech,即:
其中Techch表示技术进步变动,Effch表示技术效率变动,sech表示规模效率变动,pech表示纯技术效率变动,Tfpch为全要素生产率变动,即技术创新效率。若Tfpch指数大于1,则代表技术创新效率水平增长,若Tfpch指数小于1,则代表技术创新效率降低。
本文首先用DEA-Malmquist指数测算我国医药制造业的技术创新效率值,其次以Tfpch指数为因变量,以各影响因素作为自变量构建基于Tobit的多元线性回归模型。考虑到技术创新效率截断值,本文使用因变量受限模型中的Tobit模型,如下所示:
Ym=X'm β+μm
ym=Ym,Ym>0
ym=0,其他
式中,Ym為受限因变量,Xm为被解释变量,β为未知参数,μm~N(0,δ2),m=1,2…。
3.2 指标选取
创新投入:医药制造业R&D经费内部支出、发展人员全时当量。永续盘存法计算存量:RDit=Eit+(1-δ)RDi (t-1)。RDit为i省份第t期的资本存量,δ为折旧率,取值为15%,Eit表示i省份第t年经折现的研发经费投入。研发资本的期初值为:RDi0=Ei0/(gi+δ)。
创新产出:专利申请数、新产品销售收入。以2010年为基期的医药制造业工业品出厂价格指数对新产品销售收入进行平减。
影响因素:技术差距(GAP):GAPit=maxGAPjt-GAPit。外商直接投资(FDI):首先将全国医药制造业FDI按照以2010年为基期的GDP指数进行折算;其次以各地区医药制造业新产品销售收入占全国的比值为权重,乘以全国医药制造业FDI实际值。人均研发资本(lnCPC):各地区医药制造业实际研发资本/平均从业人员数,作对数处理。政府资金支持(GOV):政府资金/R&D内部经费支出。
考虑到数据可得问题,本文剔除西藏、青海、新疆以及港澳台等地区后,对其余省份进行分析。所选数据均来自《中国高技术产业年鉴》《中国贸易外经统计年鉴》《中国统计摘要》和各个地区的统计年鉴,由于2017年统计年鉴的数据缺失,因此用线性插值法补全数据。由于技术研发需要一定过程,因此本文将专利和新产品销售收入的滞后期设为两年,即动态效率评价投入指标为2007-2017年数据,产出指标为2009-2019年数据。
3.3 全国Malmquist指数
2009-2019年全国医药制造业Malmquist指数如表1所示。
由表1可知,Tfp年均增长0.2%,主要是技术效率(Eff)增長贡献(Eff年均增长0.7%,Tech年均下降0.5%)。Tech(技术水平)均值为0.995,表明医药制造业出现小幅技术退步。Pe均值为0.997且始终在1附近小幅波动,表明在组织管理方面具有一致性。Se均值为1.009表明医药制造业整体处于规模有效,部分年份小于1是因为发展较成熟地区产业规模基数过度扩大导致规模效率下降,发展较晚地区规模基数较小,因而对Tfp起到抑制作用。
医药制造业Tfp整体发展向好,但波动较大。2009-2010年、2012-2016年Tfp小于1说明该时期医药制造业Tfp下降。进一步对Tfp分析发现,2009-2010年、2012-2013年Tfp降低主要是Tech偏低,2013-2014年、2015-2016年Tfp降低主要是Eff下降,2014-2015年Tfp下降是因为Eff和Tech均下降。综合来看,Tfp小于1的年份里,Tech下降8.4%,Eff下降3.3%,可知,我国医药制造业Tfp不足1的年份是技术水平较低导致。
3.4 区域Malmquist指数
2009-2019年各省市医药制造业Malmquist指数如表2所示。
由表2可知,医药制造业Tfp年均增长0.2%,Eff年均增长0.7%。在28个省市中Tfp大于1的有15个,其中Tfp、Eff、Tech均大于1的省市有安徽、江西、广东、重庆,这些地区Eff和Tech的增长比较平衡。其次江西省的Tfp增长高达5.3%,江西“旴江学派”是我国四大医药流派之一,医学底蕴深厚,且Eff年均增长4%,表明江西省医药制造业创新过程中管理水平和要素配置效率水平较高,企业规模效率不断改善。在Tfp大于1的省市中,其余省市Tech小于1,制约其Tfp增长的主要因素是技术进步水平较低。天津、吉林、浙江、湖南、海南、甘肃这6个省市Tfp、Eff、Tech均小于1,技术效率和技术进步同时抑制Tfp增长。
3.5 影响因素
全国、东、中、西技术创新效率影响因素如表3所示。
由表3可知,全国GAP显著为负可能是技术差距过大或过小抑制了医药制造业Tfp提升。FDI显著为负是因为我国医药制造业正处于自主创新转型期,过多FDI会降低医药制造业自主创新能力,进而抑制自主创新效率。lnCPC显著为正表明区域人均研发资本水平越高,越有助于吸引知识型人才集聚,有效整合资源、降低研发成本。另外,人才集聚引致的人才竞争有利于激发创新积极性,假设1、2、3得到验证。GOV对Tfp影响不显著。
东部lnCPC正向影响医药制造业Tfp。GOV通过提高企业抗风险能力、引导企业增加研发投入,进而专注自主创新,提升Tfp。中部lnCPC不显著可能是人力资本水平较低,对知识的应用水平较低。GAP、FDI、GOV等均显著,与假设一致。西部GAP显著为负可能是西部与前沿技术差距较大,且人力资本水平较低,影响对引进技术的二次创新。FDI不显著表明西部FDI水平较低,还未达到抑制临界点。西部lnCPC、GOV整体偏低,对Tfp作用不明显。
4 启示
首先,中、西部地区应加强研发资本和研发人员投入,提升人均研发资本水平,吸引高质量人才,尽快形成人才集聚优势,降低研发成本并提升区域竞争力;其次,正确看待技术差距对医药制造业技术创新效率的影响,对于技术前沿地区应以自主创新为目标,对于技术落后地区应加强人才引进,增强对引进技术的二次创新;最后,医药制造业应重点引进知识密集型的FDI,通过技术外溢促进医药制造业自主创新效率提升。
【参考文献】
【1】朱有为,徐康宁.中国高技术产业研发效率的实证研究[J].中国工业经济,2006(11):38-45.
【2】邹鲜红,罗承友.基于Malmquist指数评价我国医药制造业技术创新效率[J].中国药房,2010,21(37):3457-3460.
【3】肖仁桥,王宗军,钱丽.技术差距视角下我国不同性质企业创新效率研究[J].数量经济技术经济研究,2015,32(10):38-55.